哈佛亏损3.65亿美金！
麦肯锡能否“力挽狂澜”
最近，全球咨询行业传出一条颇为震动的消息——咨询巨头 Accenture（埃森哲） 正在推进一次规模不小的组织重组，并计划在全球范围内裁减约2.2w个岗位。
虽说2.2万人的调整只占整体员工的一小部分，但在咨询行业已经属于相当罕见的规模——多家媒体报道称，这次裁员主要涉及部分后台支持岗位以及传统外包业务团队，同时公司正在把更多资源投入到人工智能、数据和数字化转型等新业务领域。
从公司体量来看，埃森哲一直是全球咨询与IT服务行业规模最大的机构之一——很多人提到咨询公司，第一反应往往是MBB，但如果从员工规模和项目数量来看，埃森哲实际上是咨询行业真正意义上的“超级巨头”。
公司业务横跨管理咨询、IT咨询、数字化运营、云计算以及AI服务，在全球超过120个国家开展业务。根据公司财报数据，埃森哲近年来员工数量一度接近80万人，体量甚至比许多跨国银行还要庞大。
不过，过去两年咨询行业的整体环境其实并不轻松。随着全球经济不确定性上升，不少企业开始收紧预算，一些大型咨询项目被推迟或缩减。
与此同时，咨询行业内部的招聘节奏也明显放缓。包括MBB在内的一些顶级咨询公司，都在过去两年不同程度地调整了招聘计划。例如：
McKinsey：2023年以来部分办公室放缓校招节奏，一些新员工的入职时间被推迟数月，以缓解项目需求放缓带来的人员压力。
BCG：部分地区的顾问岗位招聘规模缩减，同时更加集中在数字化与技术相关团队，例如BCG X等技术咨询部门。
Bain：部分办公室减少了早期校园招聘名额，同时将招聘重点更多放在具有数据、分析或技术背景的人才上。
对于很多准备进入咨询行业的毕业生来说，这种变化意味着招聘竞争正在变得更加激烈。过去几年咨询行业经历过一轮快速扩张，而当市场环境趋于谨慎时，咨询公司往往会通过 控制招聘规模、延迟入职时间以及调整招聘结构 来平衡团队规模与项目需求之间的关系。
埃森哲
“逆风翻盘”
过去两年，咨询行业几乎经历了一次“集体降温”...
企业端压缩咨询预算，原本规划好的转型项目被延后甚至取消；客户决策周期被拉长，签约节奏明显放缓；从精品咨询到四大，再到MBB，招聘规模都不同程度收缩。
就在行业整体降温的背景下，埃森哲却交出了一份逆周期增长的成绩单——埃森哲2026年第一季度利润率远超华尔街预期、其中AI专项团队扩张相较去年翻了近两倍。
据报道，埃森哲利润升高核心原因是人工智能驱动的IT服务需求异常强劲。而且企业正在使用机器学习和自动化工具处理过去需要大量人工完成的复杂任务，从而释放资源投入核心业务。
埃森哲CEO Julie Sweet也在电话会上提到，公司单季度新签订单达到210亿美元，其中33个客户单季度订单金额超过1亿美元。另外，埃森哲目前全球员工约78万人，其中已有约55万人完成生成式人工智能基础培训，覆盖率超过70%。
很多人以为AI时代赚钱的是OpenAI、Nvidia和微软这些科技公司，但现实世界的商业逻辑更关注在如何让AI进入企业的业务流程、数据系统、决策链条，甚至组织结构。
但想让AI真正进入一家企业，通常要经过这些步骤：
数据治理：清洗、打通内部数据；
系统架构设计：决定AI模型如何嵌入ERP、CRM、供应链、财务系统；
业务流程重构：把原本靠人工判断的流程改成“人+AI协同决策”；
AI产品化设计：把模型变成普通员工可用的工具；
治理与合规体系：建立AI风控、隐私保护、审计与监管框架。
所以，这也是为什么像埃森哲这样的公司愿意将数据团队规模从约4万人扩张到8万人级别，并投入超过数十亿美元建设AI能力。
现在，咨询行业不再只是商科精英的专场，而是逐渐变成一个“商业+技术+产品”共同参与的行业——回顾埃森哲的AI历程，也就不难理解了。
埃森哲 AI发展史
自2023年宣布裁员1.9万人以来，埃森哲的一举一动始终吸引着行业的目光。而到了去年，这家咨询与科技巨头的战略开始一次面向未来的自我重塑。
最开始，埃森哲推出了新一代企业AI导航平台——AI Navigator for Enterprise。
该平台基于生成式AI技术构建，旨在帮助企业客户厘清人工智能的实施路径，高效推进技术融合。目前，埃森哲已在多个行业展开实践，例如与酒店集团合作优化客户查询系统，协助司法机构高效处理数十万份复杂法律文档等。
到了前不久，埃森哲又公布了新一轮组织架构升级，将传统的多条业务线整合成统一的“重塑服务”（Reinvention Services）部门。这不是普通的调整，而是一次深刻的自我进化——他们打破内部壁垒，把人工智能与数据能力更深、更灵活地嵌入到每一项客户解决方案中。
与此同时，埃森哲的脚步并未停留在内部重构。他们与人工智能明星企业Palantir达成合作，成为Palantir面向美国联邦政府的首选实施伙伴。这意味着，超千名埃森哲的专业顾问正在接受Palantir平台培训，未来的政府项目——从国防到医保——都将更多地融入AI工作流。
另外，埃森哲还与OpenAI和Anthropic合作，对内部员工进行模型能力培训，让咨询师理解模型能做什么、不能做什么，以及如何把模型嵌入企业流程。
对比其他公司，埃森哲也敏锐地捕捉到：虽然很多企业还在小范围尝试AI，但真正领先的那15%的“重塑就绪者”已经通过智能体（AI Agent）实现了业务的跨越式提升——那些过去依赖人力的环节，正逐渐交给AI高效完成。
这一切的背后，是埃森哲三年前就已埋下的伏笔：自2023年开始的30亿美元的AI投资终于在今年发挥作用。
据了解，埃森哲的30亿美元涵盖资产部署、工具开发、收购与人才研究。埃森哲表示，这笔投资建立在其十多年来在AI领域的领先地位之上，公司的AI专业知识涵盖全球1450多项专利和正在申请的专利，以及数百个大规模客户解决方案。
所以尽管此前进行了结构性裁员，埃森哲仍在积极引入高契合度的技术人才。对于未来想进入咨询行业的求职者来说，可是一个难得的信号哦~
应届生进埃森哲？
AI Case应该长这样
在人工智能逐渐成为组织核心能力之后，对应届生来说更现实的问题是：进入 Accenture 时，AI相关能力很可能已经提前体现在面试环节——与传统市场进入、盈利提升或成本优化类案例不同，AI Case更强调“技术理解与商业落地”的结合。
例如，在转型类案例中，面试官可能会给出这样的问题：
“一家传统零售银行希望引入人工智能优化客户服务流程，你会如何设计转型路径？”
这道题表面是“AI转型”，本质仍然是一个成本+收入+体验的商业问题。关键在于，如何把人工智能嵌入清晰的咨询逻辑，而不是只谈技术趋势。
所以，AI Case的总体思路可以浓缩成三步：
明确业务目标：企业到底想解决什么问题？降本？提效？增长？
识别AI能介入的具体环节：在哪个流程节点创造价值？
判断是否可量化、可落地：它真的带来财务改善吗？风险可控吗？
在明确这三步之后，首先，把目标具体化，比如客服中心的核心问题是人工成本高、响应时间长、客户满意度不稳定，那AI的价值就必须围绕这三点展开。
接着，明确介入环节，例如用聊天机器人处理高频标准问题，用语音识别减少人工记录时间，用算法优化排班提高人效。
最后，用一个简单的量化假设收尾——如果AI能自动化30%的标准问题，是否意味着人力成本下降？如果响应时间缩短，是否能降低客户流失率？
当你能把技术嵌入咨询逻辑中，这道AI Case就已经赢了一半。